大型体育场馆数据业务模型研究

成果上报申请书 成果名称 大型体育场馆数据业务模型研究 成果申报单位 上海 省（自治区 /直辖市） 中国移动通信集团上海有限公司 成果 承担 部门 /分 公司 中国移动通信集团上海有限公司 网络部 运行维护中心 项目负责人姓名 项目负责人联系电话 和 Email 成果专业类别 * 数据业务 所属专业部门 * 网络条线 成果研究类别 * 其他 省内评审结果 * 优秀 关键词索引（ 3 5 个） 人口到达特征、业务量分布特征、赛时业务量特征 应用投资 0 万元（指别的省引入应用大致需要的投资金额） 产品版权归属单位 中国 移动通信集团上海有限公司 成果简介： 通过奥运场馆数据业务模型及业务质量研究的分析，探索基于时间、基于区域、基于业务和基于客户的多维度的数据业务模型和业务质量分析的方法，为数据核心网络的精确化维护、为网络资源优化和客户支撑提供保障。 本项目第一次从小区级观测数据业务发展变化，从微观层面总结出一个局部区域的数据业务量变化规律，对数据业务在小区级的保障和规划具有重要意义。 对企业现有标准规范的符合度： （按填写说明 5） 如果该成果来源于研发项目，请填写研发项目的年度、名 称和类型（类型包括：集团重点研发项目、集团联合研发项目、省公司重点研发项目、其他研发项目），可填写多个： 省内试运行效果： 项目组根据上海 8 万人体育场馆的数据出发，计算出模型参数，从而推算出上海虹口体育场的预测数据，与实际测得的数据进行比较，其中 SMS、 GPRS 预测较好、 WAP 业务较好，彩信预测稍差， WLAN 无法预测。 推广价值 ： 虽然本课题进行的是大型体育场馆的数据业务模型研究，但其研究方法和结论并不依赖于具体的场馆，具有一定的普适性，可以作为一个有固定边界区域的数据业务模型。 项目推广建议 ： 虽然模型具有一定的普适性，但要完成预测工作，还需要大量的长期的历史数据的积累，通过历史数据计算出特定区域的模型参数，所以在有大量历史数据的场合下，适合进行推广。 文章主 体见附件： 附件：文章主体： 科 研 项 目 成 果 报 告 成果名称 大型体育场馆数据业务模型研究 完成单位 中国移动通信集团上海有限公司运行维护中心 中国移动通信集团上海有限公司 2008 年 11 月 制 摘要： 2008 年 8 月，中国成功举办了 29 届奥运会，作为奥运城市的上海，承办了奥运足球部分比赛，比赛场馆为上海八万人体育场。本课题以奥运比赛期间上海八万人体育场移动数据业务数据为基础，结合 GPRS（ WAP、彩信等）、短信、 WLAN 等数据业务的系统日志、话单、业务报表 等作为数据源。 通过不同数据源的关联分析，建立 了大型体育场馆的数据业务模型。 根据业务模型形成大型体育场馆网络资源配置保障建议。 关键字：大型体育场馆、 GPRS、 WAP、 MMS、 WLAN、数据业务模型。 6 大 型体育场馆数据业务模型研究 -数据 维护部 1、项目背景 随着 2008 年的到来，奥运通信保障将是上海移动在 08 年的重要通信保障工作之一。而随着数据网络技术和业务的发展，移动数据业务在重要通信支撑方面起着越来越重要的作用。而数据业务流程复杂，数据业务端到端要涉及到多个数据网平台，目前针对数据业务的统计只能基于网元，且只能统计成功率等一些简单的业务统计要求，远远无法满足当前针对热点保障区域、针对特定客户群的重点业务分析和业务保障的需求。因此，通过此项目，研究奥运场馆数据业务模型和业务质量分析的方法，为重要赛事、热点区域保障积累经验。同时 ，面向“三新市场”，市场和客户多层次、个性化的需求，也需要对数据业务进行精确化的分析。通过奥运场馆数据业务模型及业务质量研究的分析，探索基于时间、基于区域、基于业务和基于客户的多维度的数据业务模型和业务质量分析的方法，为数据核心网络的精确化维护、为网络资源优化和客户支撑提供保障。 2、 上海移动数据业务概述 2.1 SMS 目前上海公司共有 8 套短信中心，均为中兴设备，其中 SC2、 SC4、 SC6 位于浦东移动大楼， SC3、SC5、 SC7 位于闸北区万荣移动机房， SC8、 SC9 位于金桥机房，这 8 套短信中心负荷分担处 理上海公司 用户的点对点短信、互通短信、梦网业务、 接入 网关等业务。 每套短信中心 的 MO 软件 License 处理能力 683 条 /秒 ，硬件 实际 处理能力为 2268 条 /秒 ，经过近年的网络优化后，核心交换机为 10 台 4507 高端交换机，系统架构为业务处理机和数据库采用合设的UNIX+ORACLE 结构； SC2SC9 前台均为 V3 信令机 架 ，每套短信中心 24 个业务模块，均采用 2M高速信令链路。 目前 8 套短信中心通过 2M 信令上联至 HSTP 和 LSTP，省际短信：由 SC2、 SC3 负荷分担 HSTP1上行和 HSTP1/2 下行的短信，由 SC4、 SC5 负荷分担 HSTP2 的上行短信；本省短信：由 SC2/3/4/5/8/9分担。 2007 年 1 月至 2008 年 4 月中国移动上海公司 每月 短信总量由 41.6 亿条 ， 增长至 53.0 亿条，平均月增长率仍保持在 1.8%左右， 07 年全年短信总量为 502.37 亿条，比 2006 年同比增长 23.9%，仍保 7 持着较高的增长量。 以 2008 年的短信月度报表为例（如图 2-1 所示），除去春节、中秋节等重大节日，2008 年每月忙时短信峰值维持在 12001500 万 /小时。 2008 年 8 月奥运期间，上海移动总体短信发送量相较于平时没有明显变化， 当月早忙时和晚忙时短信统计指标如图 2-1 所示。 7 5 . 0 0 %8 0 . 0 0 %8 5 . 0 0 %9 0 . 0 0 %9 5 . 0 0 %1 0 0 . 0 0 %0102030405060701 月 2 月 3 月 4 月 5 月 6 月 7 月 8 月 9 月 10 月 11 月 12 月忙时接通率峰值短信忙时峰值 ( 百万 ) 2008 年月度短信指标统计 (1 月 - 12 月 )忙时短信峰值图 2-1-1 2008 年上海移动月度短信忙时指标统计图 9 7 . 5 0 %9 8 . 0 0 %9 8 . 5 0 %9 9 . 0 0 %9 9 . 5 0 %1 0 0 . 0 0 %010208 : 0 0 - 9 : 0 0 9 : 0 0 - 1 0 : 0 0 1 0 : 0 0 - 1 1 : 0 0 1 8 : 0 0 - 1 9 : 0 0 1 9 : 0 0 - 2 0 : 0 0 2 0 : 0 0 - 2 1 : 0 0百万2 0 0 8 年 8 月短信忙时主要业务指标统计忙时业务量忙时接通率图 2-1-2 2008 年 8 月上海移动短信忙时业务指标统计图 2.2 GPRS 1、上海 GPRS 核心网架构概述及业务分担情况 目前， 上海共 二 套 GPRS 核心网设备，生产厂家分别是 ERICSSON 和 NOKIA。根据上海市城市规划的特点，以陕西南路为界对上海市的区域进行了划分，其中 ERICSSON 的设备主要覆盖上海市陕西南路以东的区域，以及嘉定 F1 赛场附近的区域； NOKIA 的设备主要覆盖陕西南路以西的区域 。 爱立信 8 核心网包括 10 套 SGSN（ 2 套为 2007 年底新扩） 、 4 套 GGSN、 2 套 DNS、 2 套 NTP、 4 套防火墙、 2 套CG 等设备，其中 GGSN9/10 为 2008 年 GPRS 扩容工程中新扩设备（ GGSN9 尚未入网）。而 除 NTP 服务器为骨干设备外，其余均为上海本地网设备。 NOKIA 核心网设备包括 8 套 SGSN、 2 套 GGSN、 4 套防火墙、7 套 CG 等设备，其中 4 套防火墙也为 2008年 GPRS 扩容工程新增设备。 NOKIA 与爱立信核心网间通过cmnet 网络 实现 Gn 网段的互通。 NOKIA 与爱立信核心网设备分别采用路由器与各自的 CG 和网管设备相连，实现计费和网管。 GPRS 系统通过 CMNET 与上海本地 WAP 网关相连 实现 WAP 浏览业务； GPRS 系统通过 CMNET与 internet互联实现 GPRS浏览 internet以及接入行业应用业务； GPRS系统通过 CMNET与其他省市的 SGSN、 GGSN 等实现省际 GPRS 漫游业务。通过北京设立的 GPRS 边界网关，经过 GRX 网络（爱讯特）的中转，实现和国际漫游伙伴的 GPRS 业务 互通。 整个上海 GPRS 核心网具体的网络结构见 意图 2-2-1： 图 2-2-1 上海移动 GPRS 核心网结构示意图 2、 2008 年 GPRS 业务发展概况 GPRS 总体业务概括 9 2008 年月度 GPRS 指标统计 (1 月 -12 月 )0501001502002503003504001月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月忙时用户峰值量 ( 万个 )9 5 . 0 0 %9 5 . 5 0 %9 6 . 0 0 %9 6 . 5 0 %9 7 . 0 0 %9 7 . 5 0 %9 8 . 0 0 %9 8 . 5 0 %9 9 . 0 0 %9 9 . 5 0 %1 0 0 . 0 0 %成功率月PD P用户忙时峰值量 月At ta ch 用户忙时峰值量 全月PD P激活成功率图2-2-2 2008 年 GPRS 附着用户 /在线用户增长趋势 根据上图中的 2008年上海移动 GPRS附着用户数及在线用户数增长趋势来看，作为奥运年的 2008年， GPRS 业务保持稳定增长态势，尤其是奥运赛事进行期间的 8 月期间，全网附着用户数峰值达到326.92 万，峰值在线激活用户数达到 32.74 万。分别比上月增长了 0.6%和 6，显示了奥运赛事期间，全网业务量也有一定比例的增长。 2.3 WAP WAP 核心网由 3 套 WAP 网关组成，实现 WAP 业务全网覆盖。各个 WAP 网关分别负责不同区域的 WAP 业务，其中诺西 WAP1 负者 CSD 业务， WAP2 网关负者 GGSN5、 6 的 CMWAP 业务，WAP3 网关负责 GGSN7、 8 的 CMWAP 业务。 WAP 网关开放的业务类型主要包括 WAP 上网、 JAVA、 MMS、 SOCKET、飞信等。 目前上海 WAP 网关的处理能力见 表 2.3.1 所示 设备厂商 设备名称 并发请求数（ TPS） 诺西 WAP1 1100 华为 WAP2 7000 华为 WAP3 4000 表 2-3-1 WAP 设备容量表 2008 年 WAP 网关忙时请求数较为平稳， 各套网关的负荷均小于 60%， WAP 网关的各项指标良 10 好，成功率稳定在很高的水平。 WAP 网关指标见图 2-3-1 60225901264050010001500200025003000350040001月 2月 3月 4月 5月 6月 7月 8月 9月 10月 11月 12月80.00%82.00%84.00%86.00%88.00%90.00%92.00%94.00%96.00%98.00%100.00%W A P 1 业务量峰值 W A P 2 业务量峰值 W A P 3 业务量峰值W A P 1 网关接通率 W A P 2 网关接通率 W A P 3 网关接通率2008 年 W A P 网关指标图2-3-1 2008 年 WAP 网关指标图 2.4 MMS 目前上海公司共有 2 套彩信中心，均为华为 设备， 全部位于浦东 18 楼数据业务机房 。 两套彩信中心按号段承载上海彩信业务。 每套彩信中 心 的软件 License 处理能力 285 条 /秒 ，硬件 实际 处理能力为 435 条 /秒 ， 彩信中心核心交换设备为两台华为高性能 6506 交换机构成，出口配置双防火墙，所有业务主机双机成对配置，整个彩信中心无单点设备故障，整体具有较高的安全性。 目前彩信中心承载的主要业务为 SP 到点和点到点业务， EMAIL 到点和点到 EMAIL 业务目前业务量偏小。在 SP 到点业务中，手机报业务为 SP 到点业务的主体。 2007 年 1 月至 2008 年 8 月中国移动上海公司 每月彩信 信总量由 0.5 亿条 ， 增长至 1.0 亿条，平均月增长率仍保持在 3.6%左右， 详见图 2-4-1 11 彩信业务量（百万条）05010015020 07 年1月20 07 年3月20 07 年5月20 07 年7月20 07 年9月20 07 年11 月20 08 年1月20 08 年3月20 08 年5月20 08 年7月日期图 2-4-1 彩信业务量图 2008 年 8 月奥运期间，上海移动总体彩信发送量明显放量，这与奥运手机报的重点营销相吻合。当月彩信忙时指标如图 2-4-2 所示。 2008 年彩信系统指标9 9 . 9 6 % 9 9 . 9 8 % 9 9 . 8 6 % 9 9 . 8 7 % 9 9 . 9 2 % 9 9 . 9 1 % 9 9 . 9 3 %8 3 . 1 8 %8 0 . 1 4 %8 2 . 0 9 %7 9 . 5 2 %8 1 . 6 9 %8 0 . 1 1 %7 9 . 0 2 %9 9 . 9 7 % 9 9 . 9 6 %9 9 . 8 6 %7 9 . 5 4 %7 8 . 4 7 % 8 0 . 6 6 %8 2 . 8 2 % 8 1 . 4 9 %8 3 . 5 2 %- 1 010305070901101301502008年1月2008年2月2008年3月2008年4月2008年5月2008年6月2008年7月2008年8月2008年9月2008年10月2008年11月2008年12月50%55%60%65%70%75%80%85%90%95%100%全月忙时彩信峰值 彩信网络接通率彩信端到端成功率不包含444 6 彩信端到端成功率包含444 6图 2-4-2 上海彩信中心质量统计图 数据表明，奥运期间彩信端到端成功率为 80%左右，远超集团考核指标。彩信网络接通率为 99.9以上，彩信系统运行平稳。 2.5 WLAN 上海移动 WLAN 网络包括 “已建 WLAN 公网”、“奥运场馆公网”、“奥运场馆专网”和“奥运在建WLAN” ,见图 2-5-1 12 图 2-5-1 WLAN 组网图 已建公网： WLAN 二期 建设在浦东移动大楼、武胜大楼、钦州传输机房、万荣传输机房、长寿传输机房 、陆家嘴 传输机房、怒江传输机房七 处 节点机房 各安装了 1 台华为 MA5200F 的 AC 设备，AC 设备通过数据节点的交换机上联本节点的 GSR 骨干路由器，接入 CMNET。 共下辖了 166 个热点。 奥运场馆公网： 根据集团公司的要求，在建中的奥运公网包括 3 个热点，分别为 1 个奥运场馆上海体育场和 2 个协议酒店，分别 是奥林匹克俱乐部和华亭宾馆，采用 Wifi 的技术标准建设。 在钦州路移动传输机房安装 1 台汇聚交换机和 2 台 AC， AC 互为备份。 AC 和 AP 均采用摩托罗拉的设备。 奥运场馆专网： 根据集团公司要求，奥运场馆必须采用 WIPI 的标准建设 1 套奥运专网系统。针对上海，目前作为热点建设的为上海体育场。 在钦州路移动传输机房安装 2 台汇聚交换机和 2 台 AC，分别互为备份。 AP 采用联信永益的设备， AC 采用中太的设备。 奥运在建 WLAN： 在浦东、武胜、钦州、万荣、长寿、陆家嘴、怒江 7 个节点 各建设了一套 AC(2台 )，采用双机热备方式。 根据中 国移动宽带解决方案 , WLAN 有两个独立部分组成：公共无线局域网接入 热点 区域和 局端网络节点 组成。在 热点区域 ，运营商布置 AP 作为无线网络的接入端口，而其用户就通过移动终端（如笔记本电脑、 PDA 等）加上无线网卡实现 Internet 的无线接入。同时， 局端网络节点 则提供了认证和漫游、计费业务 等等 。通常，运营商在不同公共场所拥有许多 热点区域 。这些 热点的数据信息 被连接到 IP 核心网，核心网提供了接入网 并 传递鉴权、计费信息至移动网络。 本次科研的研究对象是奥运场馆公网和奥运场馆专网，因在比赛场馆存在公网和专网信号互相干扰的 问题，故在奥运开始前关闭了所有的 WLAN 奥运公网场馆 AP。在奥运期间，比赛场馆中的 WLAN上网途径为奥运专网。专网见示意图 2-5-2： 13 图 2-5-2 奥运 WLAN 专网示意图 两台中太 AC 上行部署两台思科 WLAN 汇聚交换机作为省网 WLAN 汇聚设备，接入 WLAN 承载网骨干设备 JuniperM320。 如图所示， AC 之间的备份方式为 1 1 备份（主备用）。 每台设备出一个上行 GE 接口与 WLAN 汇聚交换机对接。 AC 下行出一个 GE 接口与汇聚交换机进行连接。二层汇 聚交换机由两台华为 3528P 组成，每台设备单上行至 AC。 3、大型体育场馆数据业务模型研究 3.1、大型体育场馆数据业务模型特点及研究方法 大型体育场馆多承办大型体育赛事和活动，数据业务模型的建立需要从多个纬度进行分析。 3.1.1、模型纬度： 3.1.1.1、 用户纬度： 用户是产生业务量的基础，大型赛事活动，特别是国际赛事活动，移动数据业务人员参与构成是否与平时不同，有多大不同，国漫业务占比，国漫业务分布等都是需要考虑的因素。除了国漫用户外，国内漫游用户也是需要考虑的因素。 14 3.1.1.2、场馆纬度 ： 每个场馆有每个场馆的特点，场馆造型，出入管理的不由也会造成用户分布的不同，场馆的出口区、观众区、贵宾区和应急出入区的人口分布与活动进程密切相关，建立数据模型，估算峰值业务量，进而配备应急外资，应急资源都与场馆所处的位置、管理活动密切相关。 3.1.1.3、时间纬度： 人是产生业务量的根本原因，而人是生活在特定的时空环境下，因此大型体育场馆的赛事时间也是影响业务量的重要因素，上午举行的比赛和下午举行的比赛，场馆内的数据业务模型可能会根本不同。再有大型场馆举办的活动内在时间结构也会对数据业务量产生较大影 响，比如足球赛分为上半场、中场信息、下半场的时间结构。这个时间结构和 NBA 分节制赛事根本不同，相应的数据业务量分布模型也具有较大的区别。事实证明，时间纬度是影响大型体育场馆最重要的因素。 3.1.1.4、数据业务纬度： 每种数据业务具有各自不同的特征，如彩信业务以 MT 业务量为主要业务量的业务特征，而短信的 MO 和 MT 就具有相同的数据量。 GPRS 和 WAP 也有自己独有的不同于 MMS 和短信的业务特征，多种业务组合形成整个场馆的数据业务特征。因此分析大型体育场馆的数据业务本身时必须结合具体的业务进行分析。 3.1.2、研究方法： 大型体育场馆数据业务模型的建模方法也有别于话务模型的建模方法，数据业务的每种业务之间具有较大的相互依赖性，每种业务的业务量的表述方法也各有特色，如 MMS 和 WAP 是以请求次数来作为业务量的表述方法，而 GPRS 是以多少 BIT 来作为业务量的表述。另、数据业务是各种分业务的综合，目前每种数据业务虽有各自的报表和监控平台但却没有统一的数据业务统合平台，也没有形成的方法提取出大型体育场馆的业务数据。因此在场馆业务数据获取方面需要有新的方法 . 15 3.1.2.1、关联分析的方法 目前，数据业务各个业务都有 自己成熟的业务统计系统，话单系统等，但都没有基于小区的业务信息，为了获取大型体育场馆小区级的业务数据，就必须对现有的数据记录进行关联分析，而在浩繁的话单日志中进行数据库式的关联分析，除了需要大量的计算资源，还需要进行关联分析算法和软件的开发。使用关联分析方法获取到业务数据后，还需要对数据进行对比研究，找出场馆数据业务模型的建模方法： 3.1.2.2、对比分析的方法 影响场馆数据业务量的因素很多，而分析数据的获取又比较困难，可供分析的数据较小，这就需要使用对比分析的方法，从获取的有限数据中与业务报表的数据进 行广泛的横向和纵向的比较，从中找出大型体育场馆数据业务量的规律，进行抽象出计量模型。 3.2、八万人体育场数据业务模型研究 3.2.1 八万人体育场 1 上海体育场地理概况 此次奥运会，上海负责承办的是奥运男女足球赛小组赛、四分之一决赛、半决赛和 3、 4 名决赛的部分场次比赛，比赛场馆为位于徐汇区的上海八万人体育场，其具体地理位置如见图 3-2-1-1： 16 图 3-2-1-1 上海八万人体育场地理位置示意图 上图中蓝色箭头所指的地方就是上海八万人体育场，它的周边分别是天钥桥路、中山南路、漕溪北路和斜土路，交通便利，有 92 路、 721 路、 926 路直达，同时也有地铁一、三、四号线换乘点，即使在平时，也是人口密集的区域。 2 上海体育场的无线覆盖情况 根据奥运赛事期间的上海体育场无线配置资料显示，此次奥运赛事期间，上海移动在上海八万人体育场配置了 900/1800 的双频覆盖，也就是通常意义上的 G 网（ 900MHz）和 D 网（ 1800MHz），分别为西门子的 BSC285（ 900MHz）、诺基亚的 BSC532（ 1800MHz）。这两个 BSC 下各有 13 个小区（ CI）覆盖了上海八万人体育场馆，承载体育场的 GPRS 业务。另外，为配合此次奥运赛事 期间的通信保障，上海移动优化中心还增设了两辆应急通信车共计六个小区（分别属于 BSC284 和 BSC285）为赛事期间的移动业务提供通信保障。整个上海体育场的无线覆盖情况可以参见图 3-2-1-2： 17 图 3-2-1-2 上海体育场无线覆盖示意 综上所述，所有覆盖上海八万人体育场的小区信息可以参见表 3-2-1-1： BSC 站名 LAC CI 厂商 BSC28_5 S 上海体育馆东基站 _1 6241 21777 SIEMENS BSC28_5 S 上海体育馆东 基站 _2 6241 21778 SIEMENS BSC28_5 S 上海体育馆东基站 _3 6241 21779 SIEMENS BSC28_5 S 上海体育馆北基站 _1 6241 21649 SIEMENS BSC28_5 S 上海体育馆北基站 _2 6241 21650 SIEMENS BSC28_5 S 上海体育馆南基站 _1 6241 21761 SIEMENS BSC28_5 S 上海体育馆南基站 _2 6241 21762 SIEMENS BSC28_5 S 上海体育馆南基站 _3 6241 21763 SIEMENS BSC28_5 S 上海体育馆西基站 _1 6241 21633 SIEMENS BSC28_5 S 上海体育馆西基站 _2 6241 21634 SIEMENS BSC28_5 S 上海体育馆西基站 _3 6241 21635 SIEMENS BSC28_5 S 上海体育馆西基站 _4 6241 21636 SIEMENS BSC28_5 S 上海体育馆西基站 _5 6241 21637 SIEMENS 18 BSC53-2 N 上海体育馆西基站 _1 6379 9313 NOKIA BSC53-2 N 上 海体育馆西基站 _2 6379 9314 NOKIA BSC53-2 N 上海体育馆西基站 _3 6379 9315 NOKIA BSC53-2 N 上海体育馆西基站 _4 6379 9316 NOKIA BSC53-2 N 上海体育馆西基站 _5 6379 9317 NOKIA BSC53-2 N 上海体育馆北基站 _1 6379 9329 NOKIA BSC53-2 N 上海体育馆北基站 _2 6379 9330 NOKIA BSC53-2 N 上海体育馆南基站 _1 6379 9345 NOKIA BSC53-2 N 上海体育馆南基站 _2 6379 9346 NOKIA BSC53-2 N 上海体育馆南基站 _3 6379 9347 NOKIA BSC53-2 N 上海体育馆东基站 _1 6379 9361 NOKIA BSC53-2 N 上海体育馆东基站 _2 6379 9362 NOKIA BSC28_5 S 上海体育馆东基站 _1 6379 9363 NOKIA BSC28_4 S八万人体育场应急车 B_1 6241 17473 SIEMENS BSC28_4 S八万人体育场应急车 B_2 6241 17474 SIEMENS BSC28_4 S八万人体育场应急车 B_3 6241 17475 SIEMENS BSC28_5 S 万体馆应急车 A_1 6241 21585 SIEMENS BSC28_5 S 万体馆应急车 A_2 6241 21586 SIEMENS BSC28_5 S 万体馆应急车 A_3 6241 21587 SIEMENS 表 3-2-1-1 上海体育场小区信息表（含应急通信车） 考虑到上述小区均为覆盖上海体育场的，是为上海体育场内的特定用户群体（观众、记者、奥委会官员及赛事工作人员）提供数据业务的。 因此在建立奥运场馆数据业务模型中，主要以这些小区的数据业务量作为分析、构建赛事期间 GPRS（含 WAP、彩信）业务模型的原始数据来源依据，以反映奥运赛事期间特定场馆的数据业务的情况。 3.2.2 奥运 WLAN 覆盖场馆情况： WLAN 奥运专网的热点为八万人体育场和东亚展览馆。作为比赛场馆的八万人体育场覆盖了 30 个 19 AP，覆盖区域包括新闻中心、文字记者看台、观众区等。相应 AP 数量以及开启频点数见下表 3-2-2-1： 序号 覆盖区域 专网 AP 数量 802.11b/g 开启频点数 802.11a 开启频点数 1 新闻中心 5 5 5 2 文字记者看台 8 8 6 3 观众区 17 17 0 4 小计 30 30 11 表 3-2-2-1 奥运 WLAN 覆盖表 3.2.3 八万人体育场奥运赛事观众情况： 2008 年奥运会期间，上海八万人体育场承办了奥运足球比赛，九场足球赛期共吸引观众达 40 余万人。根据网管统计，其中九场比赛期间移动用户数如表 3-2-2-1 所示。 日期 用户数 8 月 7 日 4.6 万 8 月 10 日 4.2 万 8 月 12 日 3.1 万 8 月 13 日 3.7 万 8 月 15 日 3.5 万 8 月 16 日 4.2 万 8 月 18 日 4.0 万 8 月 19 日 3.5 万 8 月 22 日 3.6 万 表 3-2-2-1 上海体育场奥运足球赛期间观赛移动用户数情况 根据网管统计数据，上海体育场足球赛事期间，本地用户占场馆总移动用户数的 83%，省际和国际漫游用户所占比例相对较小，分别为 12%和 5%，如图 3-3-2-1 所示。 20 图 3-3-2-1 上海体育场足球赛期间本地 /漫游用户类型分布 3.3 场馆业务模型特征 3.3.1 人口到达特征 从小区短信下发中推导出人口到达特征。可以认为小区短信量的变化是人口到达的导数。 上海体育场奥运赛事 期间，为了更好地服务于场馆内观赛用户，上海移动在每位用户进场和退场时分别下发小区短信。因此，我们根据小区短信下发情况的统计结果，再结合网管统计的每场比赛期间观赛用户情况，得出赛事期间人数变化曲线。 我们把一场比赛分成三个阶段，即入场、开赛期间和退场，显而易见，入场时人数变化是逐渐上升的，近似为斜率为 a 的曲线；退场时人数是下降的，近似为斜率为 b 的曲线，且退场时下降的坡度必然大于入场时上升的坡度，即 ba ；而开赛期间，人数理论上应该是恒定不变的，近似为一条水平直线。这样我 们对每场比赛场馆内人数变化特点进行研究，就可以得到比赛场馆人口到达特征模型。 假设某场比赛场馆内人数变化情况为 X(t)，用 Xmax表示该场比赛场馆内峰值人数，则我们可以得 21 到该场比赛人数变化特征曲线 %100)(m a x X tXt）（ 。对几次比赛求平均，即可得到上海体育场人口到达特征模型，如图 3-3-1-1 所示。 图 3-3-1-1 上海体育场人口到达特征模型 3.3.2 业务漫游分布特征 3.3.2.1 SMS 由图 3-3-2-1-1 可见，本地短信业务量为业务量的主体。省际用户短信量也有 相当大的比重，而国际短信量占比较小，在分析业务量的变化时可以简化忽略。 22 图 3-3-2-1-1 上海体育场足球赛期间本地 /漫游短信业务分布 3.3.2.2 GPRS GPRS 业务漫游分布特征分析见图 3-3-2-2-1 c m w ap, 7 8 . 03%c m n et , 2 1 . 45 %r oam ing ,0.51%图 3-3-2-2-1 奥运赛事期间场馆 GPRS 业务分布示意图 如上图所示，通过对信令监测系统采集的奥运赛事期间相关 Gb 数据的分析，从总量上来看，漫游业务量较小，不足 1，而从本地业务量上构成来看， WAP 业务占据主导地位，接近总流量的 80%，NET 类业务在 21%左右， WAP 和 NET 类业务 的比例约为 3.6:1，略小于全网的 2： 1 这个数值，这可能是因为在上海体育场这一特定的位置环境下，特定用户群体中观看比赛的观众占多数，大都是使用手机方式上网，使用数据卡连接笔记本电脑上网的较少。而 WAP 页面经过 WAP 网关适配后数据量小， 23 因此更适合于手机浏览，因此可能是众多手机上网用户的优选上网方式（由于根据 上海移动数据网路由组织及局数据设置原则 ，省际漫游采用就近接入原则，由漫游地 SGSN/GGSN/WAP 网关疏通，因此从某种意义上来说，省际漫游和本地业务在激活流程上不存在差异，将其视为本地业务处理）。 3.3.2.3 WAP 经统计我们发现本地用户流量约占 CMWAP 总流量的 91%，省际漫游流量约占 9%，本地用户的业务量是业务量的主体。详见图 3-3-2-3-1 图 3-3-2-3-1 WAP 漫游分布图 3.3.2.4 MMS 在奥运期间，上海本地业务量为所有业务量的主体，国际彩信业务量最小，可以忽略不计。详细分布见下图 3-3-2-4-1。 业务量87%11%2%本地业务量国内漫游业务量国际漫游业务量流量分布91%9%本地用户国内漫游 24 图 3-3-2-3-1 彩信漫游业务量分布图 3.3.3 赛时业务量总体分布特征： 3.3.3.1 SMS 我们以一场奥运期间足球比赛为例，分析短信业务量在比赛过程中的分布特征，如图 3-3-4 所示。比赛期间 ， 总业务量达 16.8 万， 以 5 分钟粒度统计， 5 分钟最大业务量达 10426 条， 峰值业务量12.5BHSM，即 34.8 条（ MO+MT） /秒 ；平均每用户业务量 4.8 条 /秒。 由于短信存在 MO 和 MT 的区别， MO 作为上行短信量，一般是由用户主动发起的，是一种主动行为；而 MT 作为下行短信量，表示用户接收的短信，可以是点对点短信，也可能是 SP 下发的短信，对用户而言是一 种被动行为。为了更好地区分体育场赛事期间 MO 和 MT 短信的特征，我们对 MO和 MT 分别进行分析，如图 3-3-3-1-2 所示。总体而言，在比赛过程中， MT 略小于 MO，这与全网的情况相反（在比赛时间段，即晚忙时，全网短信 MT 是高于 MO 的，这一点下一节将介绍）。但是在比赛开始和结束的时刻 MT 高于 MO 业务量，这主要是由于上海体育场在奥运足球赛期间于入场和退场时，对用户下发小区短信所致。详细情况见图 3-3-3-1-1 和图 3-3-3-1-2 图 3-3-3-1-1 上海体育场足球赛事期间短信业务量分布 25 010002000300040005000600070008000-2:00-1:45-1:30-1:15-1:00-0:45-0:30-0:150:000:150:300:451:001:151:301:452:002:152:302:45MOMT图 3-3-3-1-2 上海体育场足球赛事期间短信 MO 与 MT 分布 3.3.3.2 GPRS GPRS 业务量的主体为上下行流量，上下行流量的多少决定了无线资源的配置是否充裕，为了简化问题分析，在 GPRS 业务预测模型中只考虑上下行流量，重点考察其峰值的情况。 3.3.3.3 WAP 以某场比赛为例，在比赛期间有一个业务峰值，而且峰值出现在每场比赛的中场信息时间，可能是比赛暂停后，用户有浏览 WAP 网页的需求。详见图 3-3-3-3-1 26 上海体育场赛事期间 WAP 请求数02004006008001000120014001600-2:00-1:30-1:00-0:300:000:301:001:302:002:30图 3-3-3-3-1 WAP 业务量总 体特征 上图中，统计时间间隔为 10 分钟，峰值请求数为 1500 次，整场比赛期间，人均忙时请求 0.28次。在比赛中，总的请求次 12000 次 。 3.3.3.4 MMS 我们以一场奥运期间足球比赛为例，分析彩信业务量在比赛过程中的分布特征。首先我们对 MO和 MT 进行分析， MO 和 MT 业务量对比如图 3-3-3-4-1 示， M O 业务量13%M T 业务量87%图 3-3-3-4-1 彩信业务量分布图 由图可见， MT 业务量是场馆业务量的主体，彩信业务量以 MT 业务量为主导。在以被动业务MT 业务量为主导业务量 特征的情况下，经过与大网业务量变化曲线对比，我们可以发现比赛期间业务量变化曲线和大网同一时段的业务量变化曲线具有相似性。图示如下： 经统计，比赛期间，彩信业务量如图 3-3-3-4-2 所示。 27 上海体育场足球赛期间彩信业务量0100200300400500600-2:00 -1:30 -1:00 -0:30 0:00 0:30 1:00 1:30 2:00 2:30 3:00 3:30 4:00 4:30彩信（条）图3-3-3-4-2 彩信业务量时序图 同一时间段大网业务量分布曲线如图 3-3-3-4-3： 010203040506015:00 15:45 16:30 17:15 18:00 18:45 19:30 20:15 21:00 21:45 22:30 23:1510-4图3-3-3-4-2 大网时间段业务量分布图 由上图可见，比赛期间业务量变化曲线与相同时间段的大网业务量变化曲线具有 较高的相似性。从大网业务量出发，就可以演绎出场馆的彩信业务量变化，这在以后的计算模型中加以体现。 总之，比赛期间彩信业务量的变化与比赛进行关联度较低，业务量与大网业务量变化相当。而大网业务量随时间的分布情况，我们下文专题描述。 3.3.3.5 WLAN 图 3-3-3-5-1 为比赛日下行流量和随机一台公网 AC 流量的对比图。由图可知，公网 AC 流量的流量峰值发生在工作日的午休时间和工作日的下班前两小时。而专网的流量峰值则发生在比赛中场休息和比赛后两小时内。由此可见，公网的重点保障时间为午休和下班前，专网的重点 保障时间为比赛休 28 息时间。 图 3-3-3-5-1 AC 流量对比图 图中红线为奥运比赛日专网用户数曲线，蓝线为随机抽取一台公网 AC 的用户数曲线。可以看出，专网用户数的峰值和比赛时间密切相关，而公网的用户数和工作时间相关，即从 9 点至 17 点的用户数较大。 3.3.4 大网业务量分布特征 3.3.4.1 SMS 全网短信业务随时间变化具有其自身特点，因此对于大型体育场馆承办的赛事而言，比赛在不同时间举行，其业务分布特点是有一定区别的。为了更好地分析大型体育场馆赛事期间短信业务量分布特点，首先要分析全网短信业务量的特点。我们取奥运比赛当月的短信业务统计数据，即 8 月份的每日短信统计数据，求其平均值后如图 3-3-4-1-1 所示。从图中可以看出，短信业务量存在两个峰值，即早忙时（ 8： 00 11： 00）和晚忙时